L’antibiotico-resistenza rappresenta una delle principali sfide per la salute globale. La crescente disponibilità di dati genomici apre nuove possibilità per studiarne i meccanismi, ma richiede allo stesso tempo strumenti capaci di analizzare quantità di informazioni sempre più ingenti e complesse.
In questo contesto, Teleconsys e il Dipartimento di Scienze Biomediche e Biotecnologiche dell’Università di Catania stanno portando avanti un progetto di ricerca che integra competenze di Intelligenza Artificiale e biologia molecolare per studiare i meccanismi di resistenza agli antibiotici a partire dai dati genomici.
L’obiettivo è sviluppare modelli di AI in grado di analizzare dati genomici associati all’antibiotico-resistenza. Il progetto sarà articolato in più fasi: dalla costruzione e validazione di modelli predittivi fino allo studio di approcci di Explainable AI (XAI), finalizzati a rendere interpretabili gli output dei modelli e a trasformare la capacità predittiva in informazioni che possano essere analizzate e valutate dai ricercatori.
La collaborazione con l’Università di Catania avrà un ruolo centrale in questo percorso. Le competenze biologiche e sperimentali del gruppo di ricerca contribuiranno a guidare l’analisi dei dati, interpretare le evidenze prodotte dai modelli e valutarne la rilevanza dal punto di vista scientifico.
Il supporto di EuroHPC
L’addestramento e la sperimentazione di modelli di AI su dati genomici su larga scala richiedono risorse computazionali significative. Uno dei primi aspetti da affrontare è stato quindi assicurare una capacità di calcolo adeguata a sostenere le diverse fasi sperimentali del progetto.
In questa direzione, Teleconsys ha ottenuto un’allocazione di 500.000 GPU-hours sull’infrastruttura LUMI-G, nell’ambito delle AI Factory di EuroHPC. Queste risorse consentiranno di condurre campagne sperimentali su larga scala, confrontare differenti architetture e strategie di addestramento e supportare lo sviluppo e la validazione dei modelli previsti dal progetto.
L’accesso alle infrastrutture europee di supercalcolo rappresenta quindi un importante abilitatore per una collaborazione che unisce competenze industriali e accademiche nell’affrontare un problema scientifico complesso. L’obiettivo è utilizzare l’AI non soltanto come strumento predittivo, ma anche come supporto all’indagine dei meccanismi biologici alla base dell’antibiotico-resistenza.
Lorenzo Marcoccia